采煤沉陷復墾區重金屬污染與土壤酶活性的關系

張文影，姚多喜，，孟 俊，張治國，安士凱，楊 清，趙 魁

（1.安徽理工大學地球與環境學院，安徽 淮南232001；2.浙江大學 環境與資源學院，浙江 杭州310029；3.煤礦生態環境保護國家工程實驗室，安徽 淮南232001）

隨著煤炭資源的大量開采，采空區和地面沉陷區大面積形成，對生態環境造成一定惡化，不利于土地資源的利用和地區經濟的可持續發展。煤矸石充填技術的應用，既解決了煤矸石山占地面積大、污染環境的缺陷，又能保證塌陷區通過覆土造地實現二次利用，具有一定的經濟效益和環境效益。但由此造成的重金屬污染等環境問題也越來越引起人們的關注［1－2］。采煤沉陷復墾區一方面由于煤矸石充填技術的應用，使得煤矸石中的重金屬元素進入土壤；另一方面，附近煤矸石山的堆積，有害氣體及飄塵隨著雨水的降落［3－4］，導致土壤環境的重金屬污染日趨嚴重。近年來，大量學者［5－9］的研究表明煤矸石大量堆存和以煤矸石作為充填介質的采煤沉陷復墾區均造成了一定程度的重金屬污染。重金屬元素進入土壤后的轉移與生態風險是當前關注的熱點。國內外學者曾提出多種重金屬污染指標，如有效量指標、綜合指標，來表征和預報土壤的污染程度，但由于種種原因都較難推廣應用［10］。土壤酶是土壤新陳代謝的重要因素，參與包括土壤生物化學過程在內的自然界物質循環，重金屬通過淋溶、地表徑流等途徑進入土壤后，與土壤酶產生相互作用，直接影響到土壤環境質量［11－13］。國內外學者對土壤酶與重金屬的研究都比較多，但對采煤沉陷復墾區這一特殊條件下的土壤酶與重金屬之間的耦合賦存關系研究較少。因此，本研究試圖分析采煤沉陷復墾區土壤酶與重金屬之間的相關關系，并討論在復墾區用土壤酶綜合指標來表征土壤重金屬污染狀況的可行性。

1 研究區域概況

新莊孜礦采煤沉陷區位于安徽省淮南市煤田西翼，屬于淮南采煤塌陷區綜合整治示范工程項目。該區自2003年開始復墾，采用煤矸石充填復墾技術，覆土深度約為60cm，治理塌陷地22.87hm2。經過長時間的沉降和復墾作用，新莊孜采煤沉陷復墾區已基本達到穩定狀態。研究區域屬于暖溫帶半濕潤季風氣候，四季分明，氣候特征顯著，年平均氣溫為15.3℃，年平均降水量926mm，夏季降雨量較多，春秋次之，冬季較少。研究區域大致劃分為7個采樣單元，分別為A區、B區、C區、D區、E區、F區和G區。總體來看，東部地勢略高于西部，每部分地形比較平坦，標高＋18.6m，農作物以小麥、桃樹為主。研究區域和采樣分區概況如圖1所示。

2 材料與方法

2.1 樣品采集與制備

采用梅花布點法，根據地理面積大小在每個分區均勻布設采樣點，混合均勻后四分法采集土壤樣品裝入采樣袋中保存，應保證每個采樣單元的土壤盡可能均勻一致。采樣時先剝除表面浮土，用塑料锨或采樣器采集0—20cm土樣，混勻后裝入采樣袋中，帶回實驗室及時風干處理。

圖1 新莊孜復墾區地理和采樣分區概況

為保證樣品的代表性和更好地控制采樣誤差，要保證一定量的采樣點，然后混均，使之能充分代表采樣單元的土壤特性。另采集一個未受煤矸石污染的農田土壤樣品作為對照。采樣點用手持式GPS定位（32°38′37.3″—32°38′46.9″N，116°51′04.2″—116°51′41.3″E）。

2.2 分析測試方法

脲酶、磷酸酶、蔗糖酶、蛋白酶、纖維素酶采用比色法，過氧化氫酶和多酚氧化酶采用滴定法［14－15］。比色法所用儀器為TU-1901紫外可見分光光度計。脲酶和蔗糖酶活性分別以24h后1g土壤中NH3—N，葡萄糖的毫克數表示；磷酸酶活性以12h后每克土壤的酚毫克數表示；以每克土壤在30℃下48h內酶解蛋白質釋放的酪氨酸量表示蛋白酶活性；纖維素酶活性以72h，10g土壤生成葡萄糖毫克數表示；過氧化氫酶活性以單位土重消耗的0.002mol／L高錳酸鉀毫克數表示；多酚氧化酶活性，以用于滴定相當于1g土壤的濾液的0.01NI2的毫克數表示。6種重金屬測定方法為：Hg含量采用原子熒光光譜儀（LUMINA 3300）測定，Cd和Pb采用石墨爐原子吸收分光光度法，Cu，Cr，Zn采用火焰原子吸收分光光度法，所使用的設備為TAS-986型原子吸收分光光度計。

2.3 數據處理

原始數據利用SPSS 16.0，Excel，Matlab 7.0軟件進行統計分析，制圖用MapGIS 6.5完成。

2.4 質量控制

為保證樣品預處理及儀器分析質量，選用了國家標準物質土壤標準參考（土壤GBW-07403）作為標準參考物，以評價分析過程的精確性。結果表明，各元素回收率均達到90%以上，符合美國EPA標準要求，分析質量得到有效控制。

3 結果與分析

3.1 煤礦塌陷復墾區土壤酶活性分析

3.1.1 采煤復墾區土壤酶活性 從監測所得7種土壤酶活性數據（表1）可以看出，與對照區土壤酶活性相比，采煤復墾區的7個采樣點土壤酶活性均受到不同程度的抑制，且7種土壤酶對重金屬污染的敏感性不一致。如脲酶活性最小值出現在S7號采樣點，酶活性比對照土壤減小了94%，比最大值減小了36.97%；與對照相比，磷酸酶的減小量在35.3%～49.5% ；蔗糖酶在2.19%～73.6%，過氧化氫酶活性的最小值和最大值分別出現在S2和S1號樣點，抑制程度為36.78%～55.64%，由此可見，不同的土壤酶對重金屬的抑制程度表現不一致。

土壤酶主成分分析全部計算成果在SPSS 16.0上完成。將表1中的土壤酶數據，導入SPSS 16.0，利用因子分析中的主成分分析方法，提取主成分，得到相關系數的特征根和方差貢獻率（表2）。

表1 各采樣點土壤酶標準化監測數據 mg／g

表2 相關系數的特征根和方差貢獻率

3.1.2 計算主成分特征向量 從表2可以看出，在旋轉之前，第一個因子的特征值是4.812，與第7個因子相比，解釋的部分大約為總體方差的68.739%，第二個因子的特征值是1.186，解釋了原變量的16.942%。兩個因子合計解釋了總變量的85.681%。旋轉之后，兩個因子的特征值之和為5.998，解釋了原變量的85.681%。

根據主成分分析原理［16］及成分數—特征值碎石圖可以得出，前兩個因子解釋了總方差的大部分，提取這兩個因子作為主因子是合理的，能夠比較好的保留原有變量所包含的信息。

由初始因子載荷矩陣計算得到2個主成分特征向量值及這2個主成分與各個變量的線性組合為：

式 中，F1，2——總 體 酶 活 性；x1——脲 酶 活 性；x2——磷酸酶活性；x3——蔗糖酶活性；x4——過氧化氫酶活性。

3.1.3 計算主成分得分及綜合得分 采用因子加權總和計算各采樣點的綜合評價值，將各變量的標準化數據代入方程，計算出2個主成分得分F1，F2以及綜合得分F并排序。以各主成分的貢獻率為權數進行加權求和，計算其綜合得分并排序詳見表3，計算綜合得分表達式為：

由主成分的定義及2個主成分的線性組合與綜合得分公式，求得8個采樣點的綜合得分（表3）。綜合得分越高說明該采樣點的重金屬污染程度越低。

表3 主成分得分及排序

由主成分分析算得F值（表3）。由表3可以看出，F值大小順序為：FK＞S3＞S1＞S6＞S5＞S2＞S4＞S7。

由F值及樣品聚類分析結果，顯示出土壤樣品FK的值最高，表明其代表的土壤受到重金屬污染，采樣點S3，S1，S6，S5，S2土樣次之，污染程度較輕；采樣點S4和S7土壤樣品F值最小，污染較嚴重。

3.2 煤礦塌陷復墾區重金屬污染分析

總結前人［17－20］對淮南礦區重金屬污染的研究結果，選取新莊孜采煤復墾區中的 Hg，Cd，Pb，Cu，Cr和Zn共6種重金屬作為污染評價因子。重金屬污染分析全部計算成果在Matlab 7.0上完成。通過對各種重金屬污染評價方法及模型的優劣及適用范圍［21－25］的綜合比較，選擇基于灰色理論的灰色聚類法進行本次重金屬評價。

3.2.1 構建空間特征矩陣A 8個樣品空間包含了6個聚類指標，構成了空間指標特性矩陣A8×6。每一列代表一種重金屬濃度，從左至右分別代表Hg，Cd，Pb，Cu，Cr和Zn這6種重金屬，每一行代表每一采樣點的一組重金屬濃度數據。

3.2.2 劃分污染級別 根據研究區域的土壤背景值和臨界值確定評價標準［26－28］，將土壤等級從清潔至重污染劃分為為5種級別，對應的指標標準值矩陣β6×5：

3.2.3 初始指標的白化 根據矩陣A8×6和β6×5，利用白化的基本計算公式，計算各樣品的白化矩陣，得到白化矩陣，如樣品S1和樣品FK的白化矩陣D1及D8：

將白化矩陣與矩陣A8×6和β6×5比對，可發現矩陣中的白化函數值，可以準確地反映重金屬對不同污染等級的隸屬關系。

3.2.4 標定空間樣品的權值矩陣V 根據權值計算公式，得到權值矩陣：

3.2.5 計算聚類系數U 對于聚類對象Ak，根據聚類權值Vk和白化矩陣Dk，按照下式計算其聚類系數矩陣Uk：

3.2.6 劃分污染等級 由上聚類系數矩陣，依據擇大原則，可得出各樣品的污染級別（表4）。

表4 污染等級劃分

4 結果討論

對比兩種分析結果可以看出，除S2號樣點外，其它樣點分析結果基本一致。S2號樣點用土壤酶信息得到的結果是輕污染，而利用灰色聚類法的重金屬污染評價等級為中污染。可能原因是土壤具有保護土壤酶的能力，對重金屬污染具有一定的緩沖能力，所以利用土壤酶信息得到的結果比直接利用重金屬評價的結果略小一些?？傮w來看，土壤酶活性大小綜合反映了土壤重金屬污染程度的高低，采用主成分分析法得到的土壤酶信息來判別土壤樣品受重金屬污染狀況是可行的。這與前人對非采煤沉陷區土壤的研究結論基本一致，說明該方法是可行的，具有一定的應用價值。

5 結論

（1）兩種評價結果基本一致，說明用土壤酶綜合評價指標判別采煤沉陷復墾區的重金屬污染程度是可行的，土壤酶活性大小綜合反映了土壤重金屬污染程度的高低。評價結果和評價方法為新莊孜礦復墾區及相似礦區復墾地的土壤重金屬污染治理對策的提出和重點治理區域的確定提供參考和理論依據。

（2）評價結果表明采煤沉陷區植物修復表現出一定的成效。采煤復墾區土壤質量逐步由重污染等級向輕污染等級轉化演變，最后趨于穩定的演變過程。這與眾多研究者對新莊孜礦復墾區近幾年的研究成果變化趨勢相一致。

（3）采用土壤酶作為采煤復墾區重金屬污染評價的指標，可以解決實驗儀器和技術要求較高、成本較大等缺陷，為重金屬綜合污染評價提供一種簡單易行的手段，同時也為采煤復墾區的環境監測和生態修復保護提供了一種科學依據，具有重要的監測價值。

（4）測定土壤酶活性不僅可以綜合評價土壤重金屬污染狀況，同時土壤酶活性可以對土壤營養狀況做出一定判別。如脲酶與土壤供氮能力密切相關，直接參與土壤中含氮化合物的轉化，其活性大小可以表示土壤的氮素供應狀況；磷酸酶促進土壤有機磷礦化分解，參與土壤磷循環，其活性大小可以作為土壤提供磷能力和土壤磷素有效化強度的重要指標；蔗糖酶參與土壤中物質轉化，對增加土壤中易溶性營養物質起著關鍵作用，常用來表示土壤的熟化程度和肥力水平；過氧化氫酶活性可以表征土壤的腐殖化強度和有機質積累程度等等。

［1］ 李小飛，陳志彪，張永賀，等.稀土礦區土壤和蔬菜稀土元素含量及其健康風險評價［J］.環境科學學報，2013，33（3）：835-843.

［2］ Ioannis M，Dionisios K，Constantions E，et al.Total and available heavy metal concentrations in soils of the Thriassio plain（Greece）and assessment of soil pollution indexes［J］.Environmental Monitoring and Assessment，2013，185（8）：6751-6766.

［3］ 袁新田，張春麗.宿州市礦區與耕地土壤重金屬含量及其潛在生態風險評價［J］.土壤通報，2013，44（1）：232-235.

［4］ 張鋰，韓國才，陳慧，等.黃土高原煤礦區煤矸石中重金屬對土壤污染的研究［J］.煤炭學報，2008，33（10）：1141-1146.

［5］ 王興明，劉桂建，董眾兵，等.淮南煤矸石山周邊土壤中蚯蚓對重金屬的富集特征［J］.煤炭學報，2012，37（7）：1219-1226.

［6］ Yao Duoxi，Meng Jun，Zhang Zhiguo.Heavy metal pollution and potential ecological risk in reclaimed soils in Huainan mining area［J］.Journal of Coal Science and Engineering（China），2010，16（3）：316-319.

［7］ 孟俊.新莊孜礦復墾區土壤重金屬污染評價及植物修復潛力研究［D］.安徽 淮南：安徽理工大學，2010：12-15.

［8］ 崔龍鵬，白建峰，史永紅，等.采礦活動對煤礦區土壤中重金屬污染研究［J］.土壤學報，2004，41（6）：896-904.

［9］ Teixeira E C，Ortizl S，Alves M F C，et al.Distribution of selected heavy metals in fluvial sediments of coal mining region of Baixo Jacui，R S，Brazil［J］.Environmental Geology，2001，41（1）：145-154.

［10］ 和文祥，陳會明，馮貴穎，等.汞鉻砷元素污染土壤的酶監測研究［J］.環境科學學報，2000，20（3）：338-343.

［11］ Dung J M，Edouard M，Philippe M，et al.Increased lead availability and enzyme activities in root-adhering soil of Lantana camara during phytoextraction in the presence of earthworms［J］.The Science of the Total Environment，2013，445／446：101-109.

［12］ Gao Yang，Miao Chiyuan，Xia Jun，et al.Plant diversity reduces the effect of multiple heavy metal pollution on soil enzyme activities and microbial community structure［J］.Frontiers of Environmental Science ＆Engineering，2012，6（2）：213-223.

［13］ Füsun Gülser，Esin Erdogan.The effects of heavy metal pollution on enzyme activities and basal soil respiration of roadside soils［J］.Environmental Monitoring and Assessment，2008，145（1／3），127-133.

［14］ 李振高，駱永明，滕應.土壤與環境微生物研究法［M］.北京：科學出版社，2008.

［15］ 關松蔭.土壤酶及其研究法［M］.北京：農業出版社，1986.

［16］ 袁志發，孟德順.多元統計分析［M］.陜西 西安：天則出版社，1993：133-220.

［17］ 張治國，姚多喜，鄭永紅，等.煤礦塌陷復墾區6種菊科植物土壤重金屬污染修復潛力研究［J］.煤炭學報，2010，35（10）：1741-1747.

［18］ 劉慧力，崔龍鵬.淮南礦區水體沉積物中金屬污染及環境現狀評價［J］.環境科學研究，2009，22（5）：601-606.

［19］ 蔡峰，劉澤功，林柏泉，等.淮南礦區煤矸石中微量元素的研究［J］.煤炭學報，2008，33（8）：892-897.

［20］ 王興明，董眾兵，劉桂建，等.Zn，Pb，Cd，Cu在淮南新莊孜煤礦矸石山附近土壤和作物中分布特征［J］.中國科學技術大學學報，2012，42（1）：17-25.

［21］ 范拴喜，甘卓亭，李美娟，等.土壤重金屬污染評價方法進展［J］.中國農學通報，2010，26（17）：310-315.

［22］ 李海霞，胡振琪，李寧，等.淮南某廢棄礦區污染場的土壤重金屬污染風險評價［J］.煤炭學報，2008，33（4）：423-426.

［23］ 王學軍，席爽.北京東郊污灌土壤重金屬含量的克立格插值及重金屬污染評價［J］.中國環境科學，1997，17（3）：225-228.

［24］ 楊芳，張江山，王菲鳳.基于熵權的屬性識別模型在土壤重金屬污染評價中的應用［J］.環境保護科學，2008，34（6）：57-60.

［25］ 王從陸，吳超，段瑜.基于主成分綜合模型的礦區農田重金屬污染評價［J］.中國工程科學，2008，10（7）：180-183.

［26］ 何廳廳，趙艷玲，李建華，等.基于GCM＿CB模型的土壤重金屬污染評價［J］.環境工程學報，2012，6（10）：3781-3786.

［27］ 彭再德.模糊綜合評判法在區域土壤環境重金屬污染評價中的應用［J］.化工環保，1993，15（4）：235-238.

［28］ 孔健健，張陽，張江山.屬性識別理論模型應用于土壤重金屬評價評價［J］.環境工程，2012，30（1）：100-102.